OTB数据集和VOT数据集自己存数据接口参考代码：

一、OTB数据集（不使用tracker_benchmark_v1.0）

1、OTB数据结果最基本的格式

type为目标框类型；

res为目标框的所在位置；

fps为跟踪算法的速度；

len为帧数；

startFrame为开始帧的值；

annoBegin为具有groundtruth真实值开始的帧数；

annoBegin与startFrame一般相同。

2、results.res数据格式

results.res表示目标框格式为：

四个值的分别表示(X,Y,W,H)，他们的位置关系如图所示：

groundtruth的值也和 results.res格式一样。

3、保存数据代码

这个代码用groundtruth为例，数据集选择的是OTB-2013.

有三个需要注意的地方：

1）Jogging和Skating2具有两个跟踪目标需要区分；

2）David，Football1，Freeman3，Freeman4并非第一帧开始最后一帧结束；

3）Tiger1的首5帧目标被遮挡需要去掉，原benchmark中也是去掉了的。

clear;clc; close all; % 数据集路径路径 base_path = 'D:\Datasets\OTB100\'; % 视频序列 % videos = {'Basketball'}; videos = {'Soccer', 'Matrix', 'Ironman', 'Deer', 'Skating1', 'Shaking', ... 'Singer1', 'Singer2', 'CarDark', 'Car4', 'David2', 'Sylvester', 'Trellis', ... 'Fish', 'Mhyang', 'David', 'Coke', 'Bolt', 'Boy', 'Dudek', ... 'Crossing', 'Couple', 'Football1', 'Jogging-1', 'Jogging-2', 'Doll', ... 'Girl', 'Walking2', 'Walking', 'Fleetface', 'Freeman1', 'Freeman3', ... 'Freeman4', 'David3', 'Jumping', 'CarScale', 'Skiing', 'Dog1',... 'Suv', 'MotorRolling', 'MountainBike', 'Lemming', 'Liquor', 'Woman', 'Faceocc1', ... 'Faceocc2', 'Basketball', 'Football', 'Subway', 'Tiger1', 'Tiger2'}; % 跟踪器名字 tracker='GT'; % 保存路径 savePath='./results/'; for vid = 1:numel(videos) close all; disp(videos{vid}); % 两个视频序列具有两个groundtruth if (strcmp(videos{vid}, 'Jogging-1')) video_path = [base_path '/' 'Jogging']; [seq, ground_truth] = load_video_info(video_path,1); elseif (strcmp(videos{vid}, 'Jogging-2')) video_path = [base_path '/' 'Jogging']; [seq, ground_truth] = load_video_info(video_path,2); elseif (strcmp(videos{vid}, 'Skating2-1')) video_path = [base_path '/' 'Skating2']; [seq, ground_truth] = load_video_info(video_path,1); elseif (strcmp(videos{vid}, 'Skating2-2')) video_path = [base_path '/' 'Skating2']; [seq, ground_truth] = load_video_info(video_path,2); else video_path = [base_path '/' videos{vid}]; [seq, ground_truth] = load_video_info(video_path,0); end % 四个视频并非从第一帧开始，最后一帧结束 seq.VidName = videos{vid}; st_frame = 1; en_frame = seq.len; if (strcmp(videos{vid}, 'David')) st_frame = 300; en_frame = 770; elseif (strcmp(videos{vid}, 'Football1')) st_frame = 1; en_frame = 74; elseif (strcmp(videos{vid}, 'Freeman3')) st_frame = 1; en_frame = 460; elseif (strcmp(videos{vid}, 'Freeman4')) st_frame = 1; en_frame = 283; end seq.st_frame = st_frame; seq.en_frame = en_frame; % 帧数 num_frames=en_frame-st_frame+1; % 预声明目标框 rect_position = zeros(num_frames, 4); % 初始化目标框 rect_position(1,:)=ground_truth(1,:); % 初始化时间 time = 0; % 从第二帧开始检测 for frame=st_frame+1:en_frame % 开始计时 tic(); % 跟踪代码，这里直接用groundtruth为例，从第二帧开始 rect_position(frame-st_frame+1,:)=ground_truth(frame-st_frame+1,:); % 计算时间 time = time + toc(); end % 原始数据集中，Tiger1的前5帧都是有遮挡的，所以需要直接去掉 if (strcmp(videos{vid}, 'Tiger1')) rect_position=rect_position(6:en_frame,:); st_frame1=st_frame+5; num_frames=num_frames-5; else st_frame1=st_frame; end % save resutls. fps = (en_frame-st_frame) / time; results{1}.type = 'rect'; results{1}.res = rect_position; results{1}.fps = fps; results{1}.len = num_frames; results{1}.annoBegin = st_frame; results{1}.startFrame = st_frame1; save([savePath videos{vid} '_' tracker '.mat'], 'results'); end

 4、运行后保存结果如图：

5、将结果拷贝到benchmark中，运行perfPlot.m。

 

6、运行 drawResultBB.m

7、工程代码下载地址：

https://download.csdn.net/download/qq_17783559/11199984

 

二、VOT数据集（不使用vot-toolkit工具）

说明：VOT数据集使用trax来运行跟踪代码，贼麻烦还总容易出错，这里使用matlab自己生成分析文件。

1、VOT的groundtruth格式如下：

每帧有八个数据，分别表示目标框四边形的四个顶点如下图蓝色框所示：（x1,y1）、 （x2,y2）、（x3,y3）、（x4,y4）。

在我们跟踪过程中将其转化为黑色的矩形框表示为：（x,y,width, height） 。

2、VOT实验分析

默认vot-toolkit工具的实验，分为两个部分：

baseline实验是为了分析{'ar', 'expected_overlap', 'speed'}这三个指标。

unsupervised实验是为了分析{'overlap', 'speed'}这两个指标。

1）baseline参数详细解释

baseline.parameters.repetitions = 15;   

对每个序列进行多次评估，以获得更好的统计性能。如果跟踪器连续产生两次相同的轨迹，则跟踪器被认为是确定性的，并且省略了进一步的迭代。此处设置重复运行15次，一般最后我们的结果会保存三次，都是一模一样的。

baseline.parameters.burnin = 10; 

baseline.parameters.skip_initialize = 5;

baseline.parameters.failure_overlap = 0;

在VOT提出之前，比较流行的评价系统是让tracker在序列的第一帧进行初始化，之后让tracker一直跑到最后一帧。然而tracker可能会因为其中一两个因素导致其在开始的某些帧就跟丢（fail），所以最终评价系统只利用了序列的很小一部分，造成浪费。而VOT提出，评价系统应该在tracker跟丢的时候检测到错误（failure），并在failure发生的5帧之后对tracker重新初始化（reinitialize），这样可以充分利用数据集。之所以是5帧而不是立即初始化，是因为failure之后立即初始化很可能再次跟踪失败，又因为视频中的遮挡一般不会超过5帧，所以会有这样的设定。这是VOT的一个特色机制，即重启（reset/reinitialize）。但重启之后的一部分帧是不能用于评价的，这些帧被称作burn-in period，大量实验结果表明，burn-in period大约为初始化之后（包括第一帧的初始化和所有重启）的10帧。 这段原文：https://blog.csdn.net/Dr_destiny/article/details/80108255

所以这也能够解释baseline实验是监督属性的，因为我们需要已经知道了groundtruth的labels，我们才能够实施重启机制。当平均重叠度为零时，VOT重启机制开启，这是VOT作者给的检测重启示意图：

注意：原始工程的计算重叠度公式在\vot-toolkit-master\native\trax\src\region.c中，本文对其进行仿写。

 2）unsupervised参数详细解释

无监督方式就是我们不知道groundtruth，所以通过第一帧给定的目标框跟踪就可以了。

 3、csr-dcf示例代码

此处以csr-dcf为例，也可以用其他的代码，按照格式稍微改一改就好了。csr-dcf代码的配置见博客：https://blog.csdn.net/qq_17783559/article/details/82025118

1）baseline实验代码：

细节介绍：通过compute_polygon_overlap函数计算跟踪结果与groundtruth的重叠度，如果重叠度为零，则重新初始化。这里的重叠度计算函数和vot-toolkit工具中的计算方法是一样的。

本来需要运行至少三次，因为三次的数据除了FPS都是一样的，为了简化我们只运行一次，第二第三次的数据是copy产生的。

%--------------------------------------------------------- % baseline 实验 %--------------------------------------------------------- startframe=1; finishflag=0; % 预声明目标框 rect_positionb = cell(num_frames,1); rect_positionb{1}=1; while(1) % 初始化 tic(); % 读取第一帧 image = imread([sequence_path '/' img_files{startframe}]); [w,h,~]=size(image); % 读取groundtruth region=ground_truth(startframe,:); if numel(region) > 4 % all x,y points shifted by 1 region = region + 1; else % shift x,y by 1 region(1:2) = region(1:2) + 1; end % 初始化 [tracker, ~] = create_csr_tracker(image, region); % 记录初始化时间 timeb(startframe,1:3) = toc(); % 从第二帧开始检测 for frame=startframe+1:num_frames % 开始计时 tic(); % 跟踪代码，从第二帧开始 image = imread([sequence_path '/' img_files{frame}]); [tracker, region] = track_csr_tracker(tracker, image); % matlab indexing: starts with (1,1); gt starts with (0,0) if numel(region) > 4 % all x,y points shifted by 1 region = region - 1; else % shift x,y by 1 region(1:2) = region(1:2) - 1; end % 计算时间 timeb(frame,1:3) = toc(); % 计算重叠度 OP=compute_polygon_overlap(ground_truth(frame,:),double(region),double([0,0,h,w])); if OP==0 if num_frames-frame>4 rect_positionb{frame}=2; zero4 = num2cell(zeros(4,1)); rect_positionb(frame+1:frame+4,1)=zero4; timeb(frame+1:frame+4,1:3) = 0/0;% 生成Nan rect_positionb{frame+5}=1; startframe=frame+5; break; else rect_positionb{frame}=2; zeron = num2cell(zeros(num_frames-frame,1)); rect_positionb(frame+1:num_frames,1)=zeron; timeb(frame+1:num_frames,1:3) = 0/0;% 生成Nan finishflag=1; break; end else rect_positionb{frame}=double(region); end end if (finishflag==1)||(frame==num_frames) break; end end % Save Data baselinepath=[savePath trackerName '/baseline/' videos{vid}]; mkdir(baselinepath); dlmwrite([baselinepath '/' videos{vid} '_001.txt'], rect_positionb{1},'newline','pc'); dlmwrite([baselinepath '/' videos{vid} '_002.txt'], rect_positionb{1},'newline','pc'); dlmwrite([baselinepath '/' videos{vid} '_003.txt'], rect_positionb{1},'newline','pc'); for fid=2:num_frames dlmwrite([baselinepath '/' videos{vid} '_001.txt'], rect_positionb{fid},'-append','newline','pc'); dlmwrite([baselinepath '/' videos{vid} '_002.txt'], rect_positionb{fid},'-append','newline','pc'); dlmwrite([baselinepath '/' videos{vid} '_003.txt'], rect_positionb{fid},'-append','newline','pc'); end dlmwrite([baselinepath '/' videos{vid} '_time.txt'], timeb,'newline','pc', 'precision',5);

2）unsupervised实验代码：

细节介绍：通过第一帧初始化，跟踪到最后一帧。

%--------------------------------------------------------- % unsupervised 实验 %--------------------------------------------------------- % 预声明目标框 rect_positionu = cell(num_frames,1); rect_positionu{1}=1; % 初始化 tic(); % 读取第一帧 image = imread([sequence_path '/' img_files{1}]); % 读取groundtruth region=ground_truth(1,:); if numel(region) > 4 % all x,y points shifted by 1 region = region + 1; else % shift x,y by 1 region(1:2) = region(1:2) + 1; end % 初始化 [tracker, ~] = create_csr_tracker(image, region); % 记录初始化时间 timeu(1) = toc(); % 从第二帧开始检测 for frame=2:num_frames % 开始计时 tic(); % 跟踪代码，从第二帧开始 image = imread([sequence_path '/' img_files{frame}]); [tracker, region] = track_csr_tracker(tracker, image); % matlab indexing: starts with (1,1); gt starts with (0,0) if numel(region) > 4 % all x,y points shifted by 1 region = region - 1; else % shift x,y by 1 region(1:2) = region(1:2) - 1; end % 计算时间 timeu(frame) = toc(); rect_positionu{frame}=double(region); end % Save Data unsupervisedpath=[savePath trackerName '/unsupervised/' videos{vid}]; mkdir(unsupervisedpath); dlmwrite([unsupervisedpath '/' videos{vid} '_001.txt'], rect_positionu{1},'newline','pc'); for fid=2:num_frames dlmwrite([unsupervisedpath '/' videos{vid} '_001.txt'], rect_positionu{fid},'-append','newline','pc'); end dlmwrite([unsupervisedpath '/' videos{vid} '_time.txt'], timeu,'newline','pc', 'precision',5);

 完整工程见文末。 

4、运行SaveVOTresults.m得到结果

5、速度归一化

目标跟踪的每篇文章提出的算法都是在不同硬件条件平台上跑的，编程语言也不尽相同，那么该如何对这些算法的实时性进行客观评价？VOT采用的评价标准是：EFO。

EFO（Equivalent Filter Operations ）是VOT2014提出来的一个衡量tracking速度的新单位，在利用vot-toolkit评价tracker之前，先会测量在一个600*600的灰度图像上用30*30最大值滤波器进行滤波的时间，以此得出一个基准单位，再以这个基础单位衡量tracker的速度，以此减少硬件平台和编程语言等外在因素对tracker速度的影响。 这段原文：https://blog.csdn.net/Dr_destiny/article/details/80108255。

运行代码tracker\benchmark_hardware.m会得到一个电脑的配置文件，生成路径：\vot-toolkit-master\cache\performance.txt。

为了得到更大的EFO，运行benchmark_hardware.m的时候记得把英雄联盟打开，嘿嘿嘿嘿嘿。

硬件参数如下：

6、将生成的结果文件拷贝到\vot-toolkit-master\results\路径下

7、运行run_analysis.m

 csr-dcftest是通过上述代码运行的结果。

CSRDCF是通过vot-toolkit工具得到的结果。

ncc，ACT，CCOT是随便找的三个对比算法，这些结果可去官网下载：http://www.votchallenge.net/vot2016/results.html

8、结果分析

结果存放路径：\vot-toolkit-master\reports\report_csr-dcftest\

1）overall数据结果

2）AR指标：

3）EAO指标： 

 4）无监督下overlap指标：

csr-dcftest与CSRDCF结果基本一致，有细微差距。我认为差距来源：原vot-toolkit工具计算overlap是用C++代码，本工程是在matlab中计算的，所以计算某一帧的计算结果可能不一样。FPS详细比较没有贴图，FPS有一定差距，还在可以接受的范围内。

 9、工程代码下载地址：

https://download.csdn.net/download/qq_17783559/11215438